การแนะนำ
Decentralized Finance (DeFi) ได้จุดประกายเรื่องราวของการเติบโตแบบก้าวกระโดดผ่านชุดเศรษฐกิจพื้นฐานที่เรียบง่ายแต่ทรงพลัง โดยเปลี่ยนเครือข่ายบล็อคเชนให้กลายเป็นตลาดระดับโลกที่ไม่ต้องขออนุญาต และเปลี่ยนแปลงระบบการเงินแบบดั้งเดิมไปอย่างสิ้นเชิง ในการเพิ่มขึ้นของ DeFi ตัวชี้วัดสำคัญหลายตัวได้กลายมาเป็นภาษาสากลของมูลค่า: มูลค่ารวมที่ล็อกไว้ (TVL), ผลตอบแทนต่อปี (APY/APR) และสภาพคล่อง ตัวชี้วัดที่กระชับเหล่านี้สร้างแรงบันดาลใจให้เกิดการมีส่วนร่วมและความไว้วางใจ ตัวอย่างเช่น TVL (มูลค่าดอลลาร์ของสินทรัพย์ที่ล็อคอยู่ในโปรโตคอล) ของ DeFi พุ่งขึ้น 14 เท่าในปี 2020 และเพิ่มขึ้นสี่เท่าอีกครั้งในปี 2021 โดยแตะระดับสูงสุดที่มากกว่า 112 พันล้านดอลลาร์ ผลตอบแทนที่สูง (แพลตฟอร์มบางแห่งอ้างว่า APY สูงถึง 3,000% ในช่วงที่กระแสการขุดสภาพคล่องกำลังมาแรง) ดึงดูดสภาพคล่อง ขณะที่ความลึกของกลุ่มสภาพคล่องส่งสัญญาณถึงความลื่นไถลที่ลดลงและตลาดที่มีประสิทธิภาพมากขึ้น โดยสรุป TVL บอกเราว่า มีเงินเกี่ยวข้องเท่าใด APR บอกเราว่า จะได้รับผลตอบแทนเท่าใด และสภาพคล่องบ่งบอกว่า การซื้อขายสินทรัพย์นั้นง่ายเพียงใด แม้จะมีข้อบกพร่อง แต่ตัวบ่งชี้เหล่านี้ก็สามารถสร้างระบบนิเวศทางการเงินหลายพันล้านดอลลาร์ขึ้นมาใหม่ได้ การแปลการมีส่วนร่วมของผู้ใช้ให้เป็นโอกาสทางการเงินโดยตรง ทำให้ DeFi สร้างวงล้อแห่งการยอมรับที่เสริมกำลังตัวเองซึ่งมีความนิยมเติบโตอย่างรวดเร็วและขับเคลื่อนการมีส่วนร่วมของมวลชน
ในปัจจุบัน AI ก็มาถึงจุดเปลี่ยนที่คล้ายกัน แต่แตกต่างจาก DeFi เรื่องราวของ AI ในปัจจุบันนั้นถูกครอบงำโดยโมเดลวัตถุประสงค์ทั่วไปขนาดใหญ่ที่ได้รับการฝึกฝนบนชุดข้อมูลอินเทอร์เน็ตขนาดใหญ่ โมเดลเหล่านี้มักจะประสบปัญหาในการให้ผลลัพธ์ที่มีประสิทธิผลในพื้นที่เฉพาะ งานระดับมืออาชีพ หรือความต้องการเฉพาะบุคคล แนวทางแบบเหมารวมนั้นทรงพลังแต่เปราะบาง เป็นสากลแต่ไม่เหมาะสม แนวคิดนี้จำเป็นต้องเปลี่ยนแปลงอย่างเร่งด่วน ยุคต่อไปของ AI ไม่ควรถูกกำหนดโดยขนาดหรือลักษณะทั่วไปของโมเดล แต่ควรเน้นที่ระดับล่างขึ้นบน ซึ่งเป็นโมเดลที่มีขนาดเล็กและมีความเฉพาะทางสูง AI ที่กำหนดเองประเภทนี้ต้องการข้อมูลประเภทใหม่โดยสิ้นเชิง: ข้อมูลที่มีคุณภาพสูง สอดคล้องกับมนุษย์ และเฉพาะโดเมน แต่การได้รับข้อมูลดังกล่าวไม่ใช่เรื่องง่ายเหมือนกับการสแกนเว็บ ต้องอาศัยการมีส่วนร่วมอย่างแข็งขันและตั้งใจจากบุคคล ผู้เชี่ยวชาญด้านโดเมน และชุมชน
เพื่อขับเคลื่อนยุคใหม่แห่ง AI ที่เป็นมืออาชีพและสอดคล้องกับมนุษย์ เราจำเป็นต้องสร้างแรงจูงใจคล้ายกับที่ DeFi ออกแบบไว้สำหรับการเงิน นั่นหมายถึงการแนะนำการประมวลผลแบบไพรมิทีฟดั้งเดิมของ AI ใหม่สำหรับการวัดคุณภาพข้อมูล ประสิทธิภาพของโมเดล ความน่าเชื่อถือของตัวแทน และแรงจูงใจที่สอดคล้องกัน ซึ่งเป็นเมตริกที่สะท้อนถึงมูลค่าที่แท้จริงของข้อมูลโดยตรงในฐานะสินทรัพย์ (ไม่ใช่แค่ข้อมูลอินพุต)
บทความนี้จะสำรวจองค์ประกอบพื้นฐานใหม่ๆ เหล่านี้ที่สามารถสร้างกระดูกสันหลังของเศรษฐกิจที่ใช้ AI ได้ เราจะอธิบายว่า AI จะเติบโตได้อย่างไรหากมีโครงสร้างพื้นฐานทางเศรษฐกิจที่เหมาะสม ซึ่งจะต้องสร้างข้อมูลที่มีคุณภาพสูง สร้างแรงจูงใจอย่างเหมาะสมในการสร้างและใช้งาน และให้บุคคลเป็นศูนย์กลาง เราจะดูตัวอย่างแพลตฟอร์มเช่น LazAI และวิธีการที่พวกเขาเป็นผู้ริเริ่มกรอบงานดั้งเดิมของ AI นำเสนอแนวคิดใหม่ในการกำหนดราคาและให้รางวัลกับข้อมูล และขับเคลื่อนการก้าวกระโดดครั้งต่อไปของนวัตกรรม AI
วงล้อจูงใจของ DeFi: TVL, ผลตอบแทน และสภาพคล่อง — บทวิจารณ์ฉบับย่อ
การเพิ่มขึ้นของ DeFi ไม่ใช่เรื่องบังเอิญ ได้รับการออกแบบมาเพื่อให้การมีส่วนร่วมทั้งมีกำไรและโปร่งใส ตัวชี้วัดสำคัญ เช่น มูลค่ารวมที่ล็อคไว้ (TVL), ผลตอบแทนต่อปี (APY/APR) และสภาพคล่อง ไม่ใช่แค่ตัวเลขเท่านั้น แต่เป็นข้อมูลพื้นฐานที่ปรับพฤติกรรมของผู้ใช้ให้สอดคล้องกับการเติบโตของเครือข่าย เมื่อนำมารวมกัน ตัวบ่งชี้เหล่านี้จะสร้างวงจรอันดีงามที่ดึงดูดผู้ใช้และทุน ส่งผลให้มีการผลักดันนวัตกรรมใหม่ๆ ต่อไป
มูลค่ารวมที่ล็อคไว้ (TVL): TVL วัดเงินทุนทั้งหมดที่ฝากไว้ในโปรโตคอล DeFi (เช่น กลุ่มสินเชื่อ กลุ่มสภาพคล่อง) และได้กลายเป็นคำพ้องความหมายกับ มูลค่าตลาด ของโครงการ DeFi การเติบโตอย่างรวดเร็วของ TVL ถือเป็นสัญญาณของความไว้วางใจของผู้ใช้และความสมบูรณ์ของโปรโตคอล ตัวอย่างเช่น ระหว่างช่วงที่ DeFi เฟื่องฟูในปี 2020-2021 TVL พุ่งจากต่ำกว่า 10 พันล้านดอลลาร์ไปเป็นมากกว่า 100 พันล้านดอลลาร์ และสูงเกิน 150 พันล้านดอลลาร์ในปี 2023 แสดงให้เห็นถึงขนาดของมูลค่าที่ผู้เข้าร่วมเต็มใจที่จะล็อกไว้ในแอปพลิเคชันแบบกระจายอำนาจ TVL ที่สูงสร้างผลกระทบจากแรงโน้มถ่วง: ทุนที่มากขึ้นหมายถึงสภาพคล่องและความเสถียรที่มากขึ้น ดึงดูดผู้ใช้ให้แสวงหาโอกาสมากขึ้น ในขณะที่บรรดานักวิจารณ์ชี้ให้เห็นว่าการไล่ตาม TVL อย่างไม่ลืมหูลืมตาอาจทำให้โปรโตคอลให้แรงจูงใจที่ไม่ยั่งยืน (โดยพื้นฐานแล้วคือการ “ซื้อ” TVL) และจึงปกปิดความไม่มีประสิทธิภาพ แต่หากไม่มี TVL เรื่องราวในช่วงแรกของ DeFi ก็จะขาดวิธีการที่เป็นรูปธรรมในการติดตามการนำไปใช้
อัตราผลตอบแทนรายปีเป็นเปอร์เซ็นต์ (APY/APR): คำมั่นสัญญาของรายได้จะเปลี่ยนการมีส่วนร่วมให้กลายเป็นโอกาสที่จับต้องได้ โปรโตคอล DeFi เริ่มเสนอ APR ที่น่าทึ่งแก่ผู้ให้บริการสภาพคล่องหรือทุน ตัวอย่างเช่น Compound เปิดตัวโทเค็น COMP ในกลางปี 2020 ซึ่งเป็นการบุกเบิกโมเดลการขุดสภาพคล่อง โดยตอบแทนผู้ให้บริการสภาพคล่องด้วยโทเค็นการกำกับดูแล นวัตกรรมดังกล่าวกระตุ้นให้เกิดกิจกรรมต่างๆ มากมาย การใช้แพลตฟอร์มไม่ใช่แค่บริการอีกต่อไป แต่มันกลายเป็นการลงทุน APY ที่สูงดึงดูดผู้ที่แสวงหาผลตอบแทน ส่งผลให้ TVL เพิ่มสูงขึ้นอีกด้วย กลไกการให้รางวัลนี้ขับเคลื่อนการเติบโตของเครือข่ายโดยสร้างแรงจูงใจโดยตรงต่อผู้ที่นำมาใช้ก่อนด้วยรางวัลอันแสนคุ้มค่า
สภาพคล่อง: ในด้านการเงิน สภาพคล่องคือความสามารถในการเคลื่อนย้ายสินทรัพย์โดยไม่ก่อให้เกิดการผันผวนของราคาอย่างรุนแรง ซึ่งถือเป็นรากฐานสำคัญของตลาดที่มีสุขภาพดี สภาพคล่องใน DeFi มักเริ่มต้นผ่านโปรแกรมการขุดสภาพคล่อง (ผู้ใช้จะได้รับโทเค็นสำหรับการให้สภาพคล่อง) สภาพคล่องที่ล้ำลึกของการแลกเปลี่ยนแบบกระจายอำนาจและกลุ่มการให้ยืม หมายถึง ผู้ใช้สามารถซื้อขายหรือกู้ยืมด้วยความเสียดทานที่ต่ำ จึงทำให้ประสบการณ์ของผู้ใช้ดีขึ้น สภาพคล่องที่สูงทำให้มีปริมาณและประโยชน์ใช้สอยที่มากขึ้น ซึ่งในทางกลับกันก็จะดึงดูดสภาพคล่องมากขึ้นด้วย ซึ่งถือเป็นวงจรป้อนกลับเชิงบวกแบบคลาสสิก นอกจากนี้ยังรองรับการประกอบได้อีกด้วย: นักพัฒนาสามารถสร้างผลิตภัณฑ์ใหม่ (อนุพันธ์ ตัวรวบรวม ฯลฯ) ไว้ด้านบนของตลาดที่มีสภาพคล่อง ช่วยขับเคลื่อนการสร้างสรรค์นวัตกรรม ส่งผลให้สภาพคล่องกลายมาเป็นสิ่งสำคัญของเครือข่าย และเป็นแรงผลักดันให้เกิดการนำไปใช้และการเกิดขึ้นของบริการใหม่ๆ
เมื่อนำมารวมกันแล้ว สิ่งดั้งเดิมเหล่านี้จะสร้างแรงกระตุ้นที่ทรงพลัง ผู้เข้าร่วมที่สร้างมูลค่าโดยการล็อคสินทรัพย์หรือให้สภาพคล่องจะได้รับรางวัลทันที (ผ่านผลตอบแทนสูงและแรงจูงใจเป็นโทเค็น) กระตุ้นให้มีส่วนร่วมมากขึ้น สิ่งนี้จะเปลี่ยนการมีส่วนร่วมของแต่ละบุคคลให้กลายเป็นโอกาสที่กว้างขวาง — ผู้ใช้ได้รับผลกำไรและมีอิทธิพลต่อการกำกับดูแล — ซึ่งในทางกลับกันจะสร้างผลกระทบจากเครือข่ายที่ดึงดูดผู้ใช้หลายพันคนให้เข้าร่วม ผลลัพธ์ที่น่าประทับใจคือ ภายในปี 2024 จำนวนผู้ใช้ DeFi จะเกิน 10 ล้านราย และมูลค่าของผู้ใช้ก็เพิ่มขึ้นเกือบ 30 เท่าในเวลาไม่กี่ปี เห็นได้ชัดว่าการจัดแนวทางจูงใจที่ยิ่งใหญ่ — การเปลี่ยนผู้ใช้ให้กลายเป็นผู้ถือผลประโยชน์ — ถือเป็นกุญแจสำคัญในการเติบโตแบบก้าวกระโดดของ DeFi
สิ่งที่ขาดหายไปจากเศรษฐกิจ AI ในปัจจุบัน
หาก DeFi แสดงให้เห็นว่าการมีส่วนร่วมจากล่างขึ้นบนและการจัดแนวทางจูงใจสามารถเริ่มการปฏิวัติทางการเงินได้อย่างไร เศรษฐกิจ AI ในปัจจุบันยังขาดพื้นฐานที่สำคัญที่จะรองรับการเปลี่ยนแปลงที่คล้ายคลึงกัน ปัจจุบัน AI ถูกครอบงำโดยโมเดลวัตถุประสงค์ทั่วไปขนาดใหญ่ที่ฝึกฝนบนชุดข้อมูลที่รวบรวมมาจำนวนมาก โมเดลพื้นฐานเหล่านี้มีขนาดใหญ่มาก แต่ได้รับการออกแบบมาเพื่อแก้ไขปัญหาทั้งหมด โดยส่วนใหญ่แล้วมักจะไม่ช่วยใครได้อย่างมีประสิทธิภาพเป็นพิเศษ สถาปัตยกรรมแบบ ครอบคลุมทุกความต้องการ นั้นปรับให้เข้ากับพื้นที่เฉพาะ ความแตกต่างทางวัฒนธรรม หรือความชอบส่วนบุคคลได้ยาก ส่งผลให้ผลลัพธ์ที่ได้ไม่แน่นอน มีจุดบอด และขาดการเชื่อมโยงกับความต้องการที่แท้จริงมากขึ้น
AI รุ่นถัดไปจะถูกกำหนดไม่เพียงแค่ตามขนาด แต่ยังรวมถึงความเข้าใจบริบทด้วย ซึ่งก็คือความสามารถของโมเดลในการทำความเข้าใจและให้บริการโดเมนเฉพาะ ชุมชนวิชาชีพ และมุมมองที่หลากหลายของมนุษย์ อย่างไรก็ตาม ข่าวกรองเชิงบริบทนี้ต้องการข้อมูลอินพุตที่แตกต่างกัน: ข้อมูลที่มีคุณภาพสูงและสอดคล้องกับมนุษย์ นี่เป็นสิ่งที่ขาดหายไปในปัจจุบัน ในปัจจุบันยังไม่มีกลไกที่ได้รับการยอมรับอย่างกว้างขวางในการวัด ระบุ ให้ความสำคัญ หรือจัดลำดับความสำคัญของข้อมูลดังกล่าว นอกจากนั้นยังไม่มีกระบวนการเปิดให้บุคคล ชุมชน หรือผู้เชี่ยวชาญในโดเมนนำเสนอมุมมองของตนเองและปรับปรุงระบบอัจฉริยะที่มีผลกระทบต่อชีวิตของพวกเขาเพิ่มมากขึ้น ส่งผลให้มูลค่ายังคงกระจุกตัวอยู่ในมือของผู้ให้บริการโครงสร้างพื้นฐานเพียงไม่กี่ราย ขณะที่คนส่วนใหญ่ไม่ได้ตระหนักถึงศักยภาพของเศรษฐกิจ AI เราสามารถปลดล็อกวงจรการเติบโตแบบมีส่วนร่วมที่ DeFi พึ่งพาเพื่อเจริญเติบโตได้ โดยการออกแบบพื้นฐานใหม่ที่สามารถค้นพบ ตรวจสอบ และให้รางวัลสำหรับการมีส่วนร่วมที่มีมูลค่าสูง (ข้อมูล ข้อเสนอแนะ สัญญาณการจัดตำแหน่ง) เท่านั้น
โดยสรุปเราก็ต้องถามด้วยว่า:
เราจะวัดมูลค่าที่สร้างขึ้นได้อย่างไร? คุณจะสร้างวงล้อแห่งการยอมรับที่เสริมกำลังตัวเองซึ่งขับเคลื่อนการมีส่วนร่วมจากล่างขึ้นบนด้วยข้อมูลที่เน้นแต่ละบุคคลได้อย่างไร
เพื่อปลดล็อก “เศรษฐกิจดั้งเดิมของ AI” เช่น DeFi เราจำเป็นต้องกำหนดแนวคิดพื้นฐานใหม่ๆ ที่จะเปลี่ยนการมีส่วนร่วมให้กลายเป็นโอกาสของ AI จึงกระตุ้นให้เกิดเอฟเฟกต์ของเครือข่ายที่ไม่เคยพบเห็นในพื้นที่ดังกล่าวมาก่อน
เทคโนโลยี AI-native: พื้นฐานใหม่สำหรับเศรษฐกิจยุคใหม่
อีกต่อไปแล้ว เราไม่เพียงแค่โอนโทเค็นระหว่างกระเป๋าเงิน แต่ยังป้อนข้อมูลลงในโมเดล แปลผลลัพธ์จากโมเดลเป็นการตัดสินใจ และเอเจนต์ AI เป็นการดำเนินการ สิ่งนี้ต้องใช้มาตรวัดและรูปแบบพื้นฐานใหม่ๆ เพื่อวัดความชาญฉลาดและการจัดแนวทาง เช่นเดียวกับที่มาตรวัด DeFi วัดปริมาณของเงินทุน ตัวอย่างเช่น LazAI กำลังสร้างเครือข่ายบล็อคเชนรุ่นถัดไปเพื่อแก้ไขปัญหาการจัดเรียงข้อมูล AI โดยแนะนำมาตรฐานสินทรัพย์ใหม่สำหรับข้อมูล AI พฤติกรรมของโมเดล และการโต้ตอบของตัวแทน
ต่อไปนี้คือโครงร่างพื้นฐานสำคัญหลายประการที่กำหนดมูลค่าทางเศรษฐกิจของ AI บนเชน:
ข้อมูลที่ตรวจสอบได้ (หรือที่เรียกว่า “สภาพคล่อง” ใหม่) ข้อมูลคือสิ่งสำคัญสำหรับ AI เช่นเดียวกับสภาพคล่องสำหรับ DeFi ซึ่งถือเป็นหัวใจสำคัญของระบบ ใน AI โดยเฉพาะโมเดลขนาดใหญ่ การมีข้อมูลที่ถูกต้องถือเป็นสิ่งสำคัญ แต่ข้อมูลดิบอาจจะมีคุณภาพต่ำหรือทำให้เข้าใจผิดได้ และเราต้องการข้อมูลคุณภาพสูงที่สามารถตรวจสอบได้บนเชน พื้นฐานที่เป็นไปได้ที่นี่คือ “หลักฐานข้อมูล (PoD)/หลักฐานค่าข้อมูล (PoDV)” แนวคิดนี้จะวัดมูลค่าการมีส่วนร่วมของข้อมูลไม่เพียงแต่ขึ้นอยู่กับปริมาณเท่านั้น แต่ยังรวมถึงคุณภาพและผลกระทบต่อประสิทธิภาพของ AI ด้วย ลองนึกถึงมันเป็นส่วนเสริมของการขุดสภาพคล่อง: ผู้สนับสนุนที่ให้ข้อมูลที่มีประโยชน์ (หรือป้ายกำกับ/ข้อเสนอแนะ) จะได้รับรางวัลตามมูลค่าที่ข้อมูลของพวกเขาสร้างขึ้น การออกแบบระบบดังกล่าวในระยะเริ่มแรกกำลังเกิดขึ้นแล้ว ตัวอย่างเช่น ฉันทามติการพิสูจน์ข้อมูล (Proof of Data หรือ PoD) ของโครงการบล็อคเชนถือว่าข้อมูลเป็นทรัพยากรหลักสำหรับการตรวจสอบ (คล้ายกับพลังงานในการพิสูจน์การทำงานหรือทุนในการพิสูจน์การถือครอง) ในระบบนี้ โหนดจะได้รับรางวัลตามปริมาณ คุณภาพ และความเกี่ยวข้องของข้อมูลที่ส่งมา
หากนำมาพิจารณาโดยรวมในเศรษฐกิจ AI ทั่วไป เราอาจเห็น “มูลค่าข้อมูลที่ถูกล็อกทั้งหมด (TDVL)” เป็นตัวชี้วัด ซึ่งเป็นการวัดผลรวมของข้อมูลที่มีค่าทั้งหมดบนเครือข่าย โดยถ่วงน้ำหนักตามความสามารถในการตรวจสอบและความเป็นประโยชน์ พูลข้อมูลที่ได้รับการยืนยันสามารถนำไปซื้อขายได้ในลักษณะเดียวกับพูลสภาพคล่อง ตัวอย่างเช่น พูลของภาพทางการแพทย์ที่ได้รับการยืนยันสำหรับ AI วินิจฉัยแบบออนเชนอาจสามารถวัดมูลค่าและการใช้ประโยชน์ได้ ความสามารถในการติดตามข้อมูล (การทำความเข้าใจแหล่งที่มาของข้อมูลและประวัติการแก้ไข) จะเป็นส่วนสำคัญของตัวบ่งชี้นี้ โดยช่วยให้มั่นใจได้ว่าข้อมูลที่ป้อนเข้าสู่โมเดล AI นั้นมีความน่าเชื่อถือและตรวจสอบได้ โดยพื้นฐานแล้ว หากสภาพคล่องเป็นเรื่องของเงินทุนที่มีอยู่ ข้อมูลที่ตรวจสอบได้ก็จะเป็นเรื่องของความรู้ที่มีอยู่ ตัวชี้วัดต่างๆ เช่น Proof of Data Value (PoDV) จะบันทึกปริมาณความรู้ที่มีประโยชน์ที่ถูกล็อกไว้ในเครือข่าย ในขณะที่การยึดโยงข้อมูลบนเชนผ่าน Data Anchor Token (DAT) ของ LazAI ทำให้สภาพคล่องของข้อมูลเป็นชั้นเศรษฐกิจที่วัดได้และมีแรงจูงใจ
ประสิทธิภาพของโมเดล (คลาสสินทรัพย์ใหม่): ในเศรษฐกิจ AI โมเดลที่ได้รับการฝึกอบรม (หรือบริการ AI) จะกลายเป็นสินทรัพย์ในตัวเอง ซึ่งอาจถือได้ว่าเป็นคลาสสินทรัพย์ใหม่ควบคู่ไปกับโทเค็นและ NFT ได้ด้วย โมเดล AI ที่ได้รับการฝึกอบรมจะมีคุณค่าเนื่องจากความชาญฉลาดที่รวมอยู่ในน้ำหนักของมัน แต่จะแสดงและวัดมูลค่านี้บนเชนได้อย่างไร? เราอาจต้องมีการประเมินประสิทธิภาพบนเชนหรือการรับรองโมเดล ตัวอย่างเช่น ความแม่นยำของโมเดลบนชุดข้อมูลมาตรฐาน หรืออัตราการชนะในงานการแข่งขัน สามารถบันทึกเป็นคะแนนประสิทธิภาพบนเชนได้ ลองนึกถึงมันเป็น “เครดิตเรตติ้ง” หรือ KPI บนเชนสำหรับโมเดล AI ของคุณ คะแนนดังกล่าวสามารถปรับได้ขณะปรับแต่งโมเดลหรือขณะอัปเดตข้อมูล โครงการต่างๆ เช่น Oraichain ได้สำรวจการรวม API ของโมเดล AI เข้ากับคะแนนความน่าเชื่อถือ (การตรวจยืนยันว่าผลลัพธ์ของ AI ตรงตามความคาดหวังผ่านกรณีทดสอบ) บนเชน ใน DeFi ที่เป็น AI-native (“AiFi”) เราสามารถจินตนาการถึงการวางเดิมพันโดยอิงตามประสิทธิภาพของโมเดลได้ ตัวอย่างเช่น นักพัฒนาสามารถวางเดิมพันโทเค็นหากพวกเขาเชื่อว่าโมเดลของตนมีประสิทธิภาพดี และรับรางวัลหากการตรวจสอบบนเชนอิสระยืนยันประสิทธิภาพของโมเดลดังกล่าว (หรือสูญเสียการเดิมพันหากโมเดลมีประสิทธิภาพไม่ดี) สิ่งนี้จะเป็นแรงจูงใจให้นักพัฒนาทำรายงานอย่างซื่อสัตย์และปรับปรุงโมเดลอย่างต่อเนื่อง ความคิดอีกประการหนึ่งคือการสร้างโทเค็นโมเดล NFT ที่พกพาข้อมูลเมตาของประสิทธิภาพ - ราคาพื้นฐาน ของโมเดล NFT อาจสะท้อนถึงความสามารถในการใช้งานจริง เราเริ่มเห็นสัญญาณบางอย่างของเหตุการณ์นี้แล้ว: ตลาด AI บางแห่งอนุญาตให้ซื้อและขายโทเค็นการเข้าถึงโมเดล และโปรโตคอลเช่น LayerAI (เดิมชื่อ CryptoGPT) มองข้อมูลและโมเดล AI อย่างชัดเจนว่าเป็นคลาสสินทรัพย์ที่เพิ่งเกิดใหม่ในเศรษฐกิจ AI ทั่วโลก โดยสรุปแล้ว ในขณะที่ DeFi ถามว่า มีการล็อกเงินไว้เท่าใด AI-DeFi จะถามว่า มีการล็อกข่าวกรองไว้เท่าใด — ไม่ใช่แค่พลังการประมวลผลเท่านั้น (แม้ว่านั่นจะมีความสำคัญเท่าเทียมกัน) แต่ยังรวมถึงประสิทธิภาพและคุณค่าของโมเดลที่ทำงานในเครือข่ายด้วย มาตรวัดใหม่ๆ อาจรวมถึง การพิสูจน์คุณภาพของโมเดล หรือดัชนีลำดับเวลาของการปรับปรุงประสิทธิภาพ AI บนเชน
พฤติกรรมและยูทิลิตี้ของตัวแทน (ตัวแทน AI แบบออนเชน): การเพิ่มสิ่งที่น่าตื่นเต้นและท้าทายที่สุดสำหรับบล็อคเชนดั้งเดิมของ AI คือตัวแทน AI อัตโนมัติที่ทำงานบนเชน พวกเขาอาจเป็นบอทสำหรับการซื้อขาย ผู้ดูแลข้อมูล ระบบ AI ฝ่ายบริการลูกค้า หรือตัวควบคุม DAO ที่ซับซ้อน ซึ่งโดยพื้นฐานแล้วก็คือซอฟต์แวร์ที่สามารถรับรู้ ตัดสินใจ และดำเนินการในนามของผู้ใช้หรือแม้กระทั่งดำเนินการด้วยตนเองในเครือข่ายก็ได้ โลกของ DeFi มีเพียงแค่ หุ่นยนต์ พื้นฐานเท่านั้น ในโลกบล็อคเชน AI ตัวแทนอาจกลายเป็นหน่วยงานทางเศรษฐกิจชั้นนำได้ สิ่งนี้ทำให้เกิดความจำเป็นในการมีตัวชี้วัดเกี่ยวกับพฤติกรรมของตัวแทน ความน่าเชื่อถือ และความเป็นประโยชน์ เราอาจเห็นกลไกเช่น “คะแนนยูทิลิตี้ของตัวแทน” หรือระบบชื่อเสียง ลองนึกภาพว่าตัวแทน AI แต่ละตัว (อาจแสดงโดยตัวตน NFT หรือโทเค็นแบบกึ่งทดแทน (SFT)) สะสมชื่อเสียงจากการกระทำของตัวมันเอง (การทำภารกิจให้สำเร็จ การทำงานร่วมกัน ฯลฯ) การให้คะแนนประเภทนี้จะคล้ายกับคะแนนเครดิตหรือเรตติ้งของผู้ใช้ แต่ใช้สำหรับ AI สัญญาอื่น ๆ สามารถใช้สิ่งนี้ในการตัดสินใจว่าจะเชื่อถือหรือใช้บริการพร็อกซีหรือไม่ ในแนวคิด iDAO (DAO ที่เน้นที่แต่ละบุคคล) ที่ LazAI เสนอ ตัวแทนหรือเอนทิตีผู้ใช้แต่ละรายการจะมีโดเมนบนเชนและสินทรัพย์ AI เป็นของตัวเอง สามารถมองเห็น iDAO หรือตัวแทนเหล่านี้เพื่อสร้างบันทึกที่สามารถวัดได้
แพลตฟอร์มต่างๆ เริ่มที่จะโทเค็นเอเจนต์ AI และกำหนดเมตริกบนเชนแล้ว ตัวอย่างเช่น “ โปรโตคอล Rome ” ของ Rivalz สร้างเอเจนต์ AI ที่ใช้ NFT (rAgents) โดยที่เมตริกชื่อเสียงล่าสุดจะถูกบันทึกบนเชน ผู้ใช้สามารถวางเดิมพันหรือให้ยืมตัวแทนเหล่านี้ โดยมีรางวัลขึ้นอยู่กับผลงานของตัวแทนและอิทธิพลภายใน ฝูง AI รวม โดยพื้นฐานแล้วนี่คือ DeFi สำหรับตัวแทน AI และแสดงให้เห็นถึงความสำคัญของเมตริกยูทิลิตี้ของตัวแทน ในอนาคต เราอาจหารือเกี่ยวกับ ตัวแทน AI ที่ใช้งานอยู่ เช่นเดียวกับที่เราหารือเกี่ยวกับที่อยู่ที่ใช้งานอยู่ หรือ ผลกระทบทางเศรษฐกิจของตัวแทน เช่นเดียวกับที่เราหารือเกี่ยวกับปริมาณธุรกรรม
ร่องรอยความสนใจอาจกลายเป็นสิ่งสำคัญอีกอย่างหนึ่ง ซึ่งก็คือการบันทึกว่าตัวแทนให้ความสนใจอะไร (ข้อมูลใด สัญญาณใด) ในระหว่างกระบวนการตัดสินใจ สิ่งนี้สามารถทำให้ตัวแทนกล่องดำมีความโปร่งใสและตรวจสอบได้มากขึ้น รวมไปถึงสามารถระบุความสำเร็จหรือความล้มเหลวของตัวแทนได้จากอินพุตที่เฉพาะเจาะจง โดยสรุปแล้ว เมตริกพฤติกรรมของตัวแทนจะช่วยรับประกันความรับผิดชอบและการจัดแนวทาง: หากตัวแทนอิสระจะได้รับความไว้วางใจให้จัดการเงินจำนวนมากหรือภารกิจที่สำคัญ จำเป็นต้องมีการวัดความน่าเชื่อถือ คะแนนยูทิลิตี้ของตัวแทนที่สูงอาจกลายเป็นข้อกำหนดเบื้องต้นสำหรับตัวแทน AI บนเครือข่ายเพื่อจัดการกองทุนจำนวนมาก (คล้ายกับที่คะแนนเครดิตที่สูงเป็นเกณฑ์สำหรับสินเชื่อจำนวนมากในระบบการเงินแบบดั้งเดิม)
แรงจูงใจในการใช้งานและตัวชี้วัดการจัดตำแหน่ง AI: ในที่สุด เศรษฐกิจ AI จะต้องพิจารณาว่าจะสร้างแรงจูงใจในการใช้งานและการจัดตำแหน่งที่เป็นประโยชน์ได้อย่างไร DeFi สร้างแรงจูงใจในการเติบโตผ่านการขุดสภาพคล่อง การส่งทางอากาศให้กับผู้ใช้ในช่วงแรก หรือการคืนค่าธรรมเนียม ในด้าน AI การเพิ่มการใช้งานเพียงอย่างเดียวไม่เพียงพอ เราต้องสร้างแรงจูงใจในการใช้งานเพื่อปรับปรุงผลลัพธ์ของ AI ณ จุดนี้ เมตริกที่เชื่อมโยงกับการจัดตำแหน่ง AI ถือเป็นสิ่งสำคัญ ตัวอย่างเช่น สามารถบันทึกลูปข้อเสนอแนะของมนุษย์ (เช่น ผู้ใช้ให้คะแนนคำตอบของ AI หรือให้การแก้ไขผ่าน iDAO ซึ่งจะอธิบายรายละเอียดเพิ่มเติมด้านล่าง) และผู้ให้ข้อเสนอแนะสามารถรับ ผลประโยชน์จากการจัดแนว ได้ หรือลองจินตนาการถึง “หลักฐานการใส่ใจ” หรือ “หลักฐานการมีส่วนร่วม” ที่ผู้ใช้ที่ลงทุนเวลาไปกับการปรับปรุง AI (โดยการให้ข้อมูลการตั้งค่า การแก้ไข หรือกรณีการใช้งานใหม่ๆ) จะได้รับรางวัล ตัวชี้วัดอาจเป็นการติดตามความสนใจ การรวบรวมข้อเสนอแนะที่มีคุณภาพเพื่อเพิ่มประสิทธิภาพ AI หรือปริมาณความสนใจของมนุษย์
ในขณะที่ DeFi ต้องการตัวสำรวจบล็อกและแดชบอร์ด (เช่น DeFi Pulse, DefiLlama) เพื่อติดตาม TVL และรายได้ เศรษฐกิจ AI ต้องการตัวสำรวจใหม่ๆ เพื่อติดตามเมตริกที่เน้น AI เหล่านี้ ลองนึกภาพแดชบอร์ด AI-llama ที่แสดงปริมาณข้อมูลที่สอดคล้องทั้งหมด จำนวนตัวแทน AI ที่ใช้งานอยู่ รายได้รวมจากยูทิลิตี้ AI ฯลฯ มันมีความคล้ายคลึงกับ DeFi แต่เนื้อหานั้นใหม่หมด
สู่ AI flywheel สไตล์ DeFi
เราจำเป็นต้องสร้างวงล้อจูงใจสำหรับ AI โดยถือว่าข้อมูลเป็นสินทรัพย์ทางเศรษฐกิจชั้นหนึ่ง จึงจะเปลี่ยนแปลงการพัฒนา AI จากองค์กรแบบปิดไปเป็นเศรษฐกิจแบบเปิดที่มีส่วนร่วม เช่นเดียวกับที่ DeFi ได้เปลี่ยนแปลงการเงินให้กลายเป็นสนามเปิดแห่งสภาพคล่องที่ขับเคลื่อนโดยผู้ใช้
การสำรวจในระยะแรกในทิศทางนี้เกิดขึ้นแล้ว ตัวอย่างเช่น โปรเจ็กต์เช่น Vana กำลังเริ่มให้รางวัลแก่ผู้ใช้สำหรับการมีส่วนร่วมในการแบ่งปันข้อมูล เครือข่าย Vana ช่วยให้ผู้ใช้สามารถนำเสนอข้อมูลส่วนตัวหรือข้อมูลชุมชนให้กับ DataDAO (แหล่งรวมข้อมูลแบบกระจายอำนาจ) และรับโทเค็นเฉพาะชุดข้อมูล (สามารถแลกเปลี่ยนเป็นโทเค็นดั้งเดิมของเครือข่ายได้) นี่ถือเป็นขั้นตอนสำคัญในการสร้างรายได้จากผู้ให้ข้อมูล
อย่างไรก็ตาม การตอบแทนการมีส่วนสนับสนุนเพียงอย่างเดียวไม่เพียงพอที่จะจำลองวงจรระเบิดของ DeFi ได้ ใน DeFi ผู้ให้บริการสภาพคล่องจะได้รับรางวัลไม่เพียงจากการฝากสินทรัพย์เท่านั้น แต่สินทรัพย์ที่พวกเขาให้ยังมีมูลค่าตลาดที่โปร่งใส และผลตอบแทนสะท้อนถึงการใช้งานจริง (ค่าธรรมเนียมธุรกรรม ดอกเบี้ยการให้กู้ยืม และโทเค็นจูงใจ) ในทำนองเดียวกัน เศรษฐกิจข้อมูล AI จำเป็นต้องก้าวไปไกลกว่าการให้รางวัลทั่วไปและกำหนดราคาข้อมูลโดยตรง หากไม่มีการกำหนดราคาทางเศรษฐกิจตามคุณภาพของข้อมูล ความขาดแคลน หรือการปรับปรุงโมเดล เราจะเสี่ยงต่อการถูกจำกัดด้วยแรงจูงใจที่ตื้นเขิน การแจกจ่ายโทเค็นเพียงอย่างเดียวเพื่อให้รางวัลแก่ผู้เข้าร่วมอาจทำให้เกิดปริมาณมากกว่าคุณภาพ หรืออาจเกิดการหยุดชะงักเมื่อโทเค็นไม่เชื่อมโยงกับยูทิลิตี้ AI จริง เพื่อปลดปล่อยนวัตกรรมอย่างแท้จริง ผู้สนับสนุนจำเป็นต้องมองเห็นสัญญาณที่ขับเคลื่อนโดยตลาดที่ชัดเจนเกี่ยวกับมูลค่าของข้อมูลของพวกเขา และได้รับรางวัลเมื่อข้อมูลนั้นถูกนำไปใช้ในระบบ AI จริงๆ
เราจำเป็นต้องมีโครงสร้างพื้นฐานที่เน้นไปที่การให้มูลค่าและให้รางวัลกับข้อมูลโดยตรงมากขึ้น เพื่อสร้างวงจรแรงจูงใจแบบรวมศูนย์ในชุดข้อมูล ยิ่งผู้คนมีส่วนสนับสนุนข้อมูลที่มีคุณภาพสูงมากเท่าไร โมเดลก็จะดีขึ้นเท่านั้น ซึ่งจะดึงดูดการใช้งานและความต้องการข้อมูลมากขึ้น ส่งผลให้ผลตอบแทนสำหรับผู้มีส่วนสนับสนุนเพิ่มขึ้น สิ่งนี้จะเปลี่ยนแปลง AI จากการแข่งขันแบบปิดสำหรับข้อมูลขนาดใหญ่ไปเป็นตลาดแบบเปิดสำหรับข้อมูลที่มีคุณภาพสูงและเชื่อถือได้
แนวคิดเหล่านี้สะท้อนอยู่ในโครงการจริงอย่างไร? ลองยกตัวอย่าง LazAI — โปรเจ็กต์นี้กำลังสร้างเครือข่ายบล็อคเชนรุ่นถัดไปและองค์ประกอบพื้นฐานที่สำคัญสำหรับเศรษฐกิจ AI แบบกระจายอำนาจ
บทนำสู่ LazAI — การปรับ AI ให้สอดคล้องกับมนุษย์
LazAI เป็นเครือข่ายบล็อคเชนและโปรโตคอลรุ่นถัดไปที่ออกแบบมาโดยเฉพาะเพื่อแก้ไขปัญหาการจัดเรียงข้อมูล AI โดยสร้างโครงสร้างพื้นฐานสำหรับเศรษฐกิจ AI แบบกระจายอำนาจด้วยการแนะนำมาตรฐานสินทรัพย์ใหม่สำหรับข้อมูล AI พฤติกรรมของโมเดล และการโต้ตอบของตัวแทน
LazAl นำเสนอแนวทางที่ก้าวหน้าที่สุดในการแก้ไขปัญหาการจัดตำแหน่งของ AI โดยทำให้ข้อมูลที่ตรวจสอบได้ มีแรงจูงใจ และตั้งโปรแกรมได้บนเชน ต่อไปนี้จะใช้กรอบงาน LazAI เป็นตัวอย่างเพื่อแสดงให้เห็นว่าบล็อคเชนดั้งเดิมของ Al นำหลักการข้างต้นไปปฏิบัติอย่างไร
ปัญหาหลัก - ข้อมูลไม่สอดคล้องกันและขาดแรงจูงใจที่ยุติธรรม
การจัดแนวทาง AI มักจะขึ้นอยู่กับคุณภาพของข้อมูลการฝึกอบรม และอนาคตจะต้องใช้ข้อมูลใหม่ที่สอดคล้องกับมนุษย์ เชื่อถือได้ และมีการควบคุม เนื่องจากอุตสาหกรรม AI กำลังเปลี่ยนจากรูปแบบที่รวมศูนย์และมีวัตถุประสงค์ทั่วไปไปเป็นปัญญาประดิษฐ์ที่ปรับตามบริบทและสอดคล้องกัน โครงสร้างพื้นฐานจึงต้องพัฒนาไปพร้อมๆ กัน ยุคถัดไปของ AI จะถูกกำหนดโดยการจัดตำแหน่ง ความแม่นยำ และการตรวจสอบย้อนกลับ LazAI จัดการกับความท้าทายของการจัดตำแหน่งข้อมูลและแรงจูงใจโดยตรง และเสนอโซลูชันพื้นฐาน: การจัดตำแหน่งข้อมูลที่แหล่งที่มาและให้รางวัลโดยตรงกับข้อมูลนั้นเอง กล่าวอีกนัยหนึ่ง ให้แน่ใจว่าข้อมูลการฝึกอบรมนั้นสามารถแสดงถึงมุมมองของมนุษย์ได้อย่างชัดเจน ไม่มีเสียงรบกวน/ไม่มีอคติ และให้รางวัลข้อมูลตามคุณภาพ ความขาดแคลน หรือการปรับปรุงโมเดล นี่คือการเปลี่ยนแปลงครั้งใหญ่จากการปรับแต่งโมเดลไปสู่การจัดการข้อมูล
LazAI ไม่เพียงแต่นำเสนอสิ่งที่เป็นพื้นฐานเท่านั้น แต่ยังเสนอแนวคิดใหม่สำหรับการรวบรวมข้อมูล การกำหนดราคา และการกำกับดูแลอีกด้วย แนวคิดหลัก ได้แก่ โทเค็นที่ยึดตามข้อมูล (DAT) และ DAO ที่เน้นที่แต่ละบุคคล (iDAO) ซึ่งร่วมกันทำให้เกิดการกำหนดราคา การตรวจสอบย้อนกลับ และการใช้งานข้อมูลตามโปรแกรมได้
ข้อมูลที่ตรวจสอบและตั้งโปรแกรมได้ — โทเค็นยึดข้อมูล (DAT)
เพื่อบรรลุเป้าหมายดังกล่าว LazAI จึงเปิดตัว Data Anchored Token (DAT) ซึ่งเป็นมาตรฐานโทเค็นใหม่ที่ออกแบบมาโดยเฉพาะสำหรับการจัดสรรสินทรัพย์ข้อมูลด้วย AI DAT แต่ละชุดแสดงถึงข้อมูลชิ้นหนึ่งที่ยึดโยงกับเครือข่ายและข้อมูลลำดับสายโซ่ ได้แก่ ข้อมูลประจำตัวของผู้มีส่วนสนับสนุน วิวัฒนาการในแต่ละช่วงเวลา และสถานการณ์การใช้งาน วิธีนี้จะสร้างประวัติที่ตรวจสอบได้สำหรับข้อมูลแต่ละชิ้น ซึ่งคล้ายกับระบบควบคุมเวอร์ชันสำหรับชุดข้อมูลเช่น Git แต่มีความปลอดภัยของบล็อคเชน เนื่องจาก DAT อยู่บนเครือข่าย จึงสามารถตั้งโปรแกรมได้: สัญญาอัจฉริยะสามารถควบคุมกฎการใช้งานได้ ตัวอย่างเช่น ผู้มีส่วนสนับสนุนข้อมูลสามารถระบุว่า DAT ของตน (เช่น ชุดภาพทางการแพทย์) สามารถเข้าถึงได้เฉพาะโมเดล AI เฉพาะ หรือใช้ภายใต้เงื่อนไขเฉพาะ (โดยมีข้อจำกัดด้านความเป็นส่วนตัวหรือจริยธรรมที่บังคับใช้ผ่านโค้ด) กลไกสร้างแรงจูงใจก็คือ DAT สามารถซื้อขายหรือเดิมพันได้ - หากข้อมูลมีค่าสำหรับโมเดล โมเดล (หรือเจ้าของ) อาจจ่ายเงินเพื่อเข้าถึง DAT โดยพื้นฐานแล้ว LazAI สร้างตลาดที่ข้อมูลถูกโทเค็นและตรวจสอบได้ สิ่งนี้สะท้อนถึงเมตริก “ข้อมูลที่ตรวจสอบได้” ตามที่ได้หารือไว้ก่อนหน้านี้โดยตรง โดยการตรวจสอบ DAT จะช่วยให้คุณยืนยันได้ว่าข้อมูลนั้นได้รับการตรวจสอบแล้วหรือไม่ มีโมเดลจำนวนเท่าใดที่ใช้ข้อมูลนั้น และช่วยปรับปรุงประสิทธิภาพของโมเดลได้มากน้อยเพียงใด ข้อมูลดังกล่าวจะได้รับการประเมินค่าที่สูงขึ้น LazAI รับประกันว่า AI จะได้รับการฝึกอบรมจากข้อมูลที่เชื่อถือได้และวัดผลได้ โดยการยึดโยงข้อมูลไว้บนเครือข่ายและเชื่อมโยงแรงจูงใจทางเศรษฐกิจกับคุณภาพ นี่คือการแก้ไขปัญหาผ่านการจัดแนวทางจูงใจ – ข้อมูลที่ดีจะได้รับรางวัลและโดดเด่น
กรอบงาน DAO ที่เน้นที่แต่ละบุคคล (iDAO)
องค์ประกอบสำคัญประการที่สองคือแนวคิด iDAO (DAO ที่เน้นที่บุคคล) ของ LazAI ซึ่งกำหนดนิยามใหม่ของโมเดลการกำกับดูแลในเศรษฐกิจ AI ด้วยการให้บุคคล (แทนที่จะเป็นองค์กร) เป็นศูนย์กลางในการตัดสินใจและความเป็นเจ้าของข้อมูล DAO แบบดั้งเดิมมักจะให้ความสำคัญกับเป้าหมายขององค์กรส่วนรวมโดยไม่ได้ตั้งใจ ทำให้เจตจำนงของแต่ละบุคคลอ่อนแอลง iDAO ล้มล้างตรรกะนี้ เป็นหน่วยงานกำกับดูแลแบบส่วนบุคคลที่อนุญาตให้บุคคล ชุมชน หรือหน่วยงานเฉพาะโดเมนเป็นเจ้าของ ควบคุม และตรวจสอบข้อมูลและโมเดลที่พวกเขาส่งไปยังระบบ AI ได้โดยตรง iDAO ช่วยให้สามารถใช้ AI ที่กำหนดเองและสอดคล้องกันได้ โดยในฐานะกรอบการกำกับดูแล iDAO จะตรวจสอบให้แน่ใจว่าโมเดลจะยึดตามค่านิยมหรือความตั้งใจของผู้มีส่วนสนับสนุนอยู่เสมอ จากมุมมองด้านเศรษฐกิจ iDAO ยังทำให้พฤติกรรม AI สามารถตั้งโปรแกรมได้โดยชุมชน โดยสามารถตั้งกฎเกณฑ์เพื่อจำกัดวิธีที่โมเดลใช้ข้อมูลเฉพาะ ใครสามารถเข้าถึงโมเดลได้ และวิธีการกระจายผลประโยชน์จากเอาต์พุตของโมเดล ตัวอย่างเช่น iDAO สามารถกำหนดได้ว่าเมื่อใดก็ตามที่มีการเรียกใช้โมเดล AI (เช่น คำขอ API หรือการทำงานให้เสร็จสมบูรณ์) ส่วนหนึ่งของรายได้จะถูกส่งคืนให้กับผู้ถือ DAT ที่มีส่วนสนับสนุนข้อมูลที่เกี่ยวข้อง สิ่งนี้จะสร้างวงจรข้อเสนอแนะโดยตรงระหว่างพฤติกรรมของตัวแทนและผลตอบแทนของผู้มีส่วนสนับสนุน ซึ่งคล้ายกับกลไกใน DeFi ที่ผลตอบแทนของผู้ให้บริการสภาพคล่องจะเชื่อมโยงกับการใช้งานแพลตฟอร์ม นอกจากนี้ iDAO ยังสามารถทำปฏิสัมพันธ์แบบประกอบได้ผ่านโปรโตคอลต่างๆ ได้ด้วย โดยตัวแทน AI หนึ่งตัว (iDAO) สามารถเรียกข้อมูลหรือโมเดลของ iDAO อื่นได้ภายใต้เงื่อนไขที่ตกลงกันไว้
ด้วยการสร้างบนพื้นฐานดั้งเดิมเหล่านี้ กรอบงานของ LazAI จะนำวิสัยทัศน์ของเศรษฐกิจ AI แบบกระจายอำนาจให้กลายเป็นความจริง ข้อมูลกลายมาเป็นสินทรัพย์ที่ผู้ใช้สามารถเป็นเจ้าของและสร้างรายได้ได้ โมเดลจะย้ายจากไซโลส่วนตัวไปสู่โครงการความร่วมมือ และผู้มีส่วนร่วมทุกคน ตั้งแต่บุคคลที่ดูแลชุดข้อมูลเฉพาะไปจนถึงนักพัฒนาที่สร้างโมเดลเฉพาะทางขนาดเล็ก จะกลายเป็นผู้มีส่วนได้ส่วนเสียในห่วงโซ่มูลค่าของ AI การจัดแนวทางจูงใจนี้คาดว่าจะสามารถจำลองการเติบโตแบบก้าวกระโดดของ DeFi ได้: เมื่อผู้คนตระหนักว่าการมีส่วนร่วมใน AI (การมีส่วนสนับสนุนข้อมูลหรือความเชี่ยวชาญ) สามารถแปลเป็นโอกาสได้โดยตรง พวกเขาจะมีแรงจูงใจในการลงทุนมากยิ่งขึ้น เมื่อจำนวนผู้เข้าร่วมเพิ่มขึ้น ผลของเครือข่ายก็จะทำงานมากขึ้น โดยยิ่งมีข้อมูลมากเท่าไร ก็ยิ่งสร้างโมเดลที่ดีขึ้นเท่านั้น ดึงดูดผู้ใช้มากขึ้น ซึ่งในทางกลับกันก็จะสร้างข้อมูลและความต้องการมากขึ้น ส่งผลให้เกิดวงจรเชิงบวก
การสร้างรากฐานความน่าเชื่อถือสำหรับ AI: กรอบการประมวลผลที่ตรวจสอบได้
ในระบบนิเวศน์นี้ Verified Computing Framework ของ LazAI ถือเป็นชั้นหลักในการสร้างความน่าเชื่อถือ กรอบงานนี้จะช่วยให้แน่ใจว่า DAT ที่สร้างขึ้นทุกครั้ง การตัดสินใจ iDAO (องค์กรอิสระส่วนบุคคล) ทุกครั้ง และการจัดสรรแรงจูงใจทุกครั้งมีห่วงโซ่การตรวจสอบย้อนกลับ ทำให้การเป็นเจ้าของข้อมูลสามารถบังคับใช้ได้ กระบวนการกำกับดูแลต้องรับผิดชอบ และพฤติกรรมของตัวแทนสามารถตรวจสอบได้ ด้วยการแปลง iDAO และ DAT จากแนวคิดเชิงทฤษฎีให้กลายเป็นระบบที่เชื่อถือได้และตรวจสอบได้ Verifiable Computing Framework จึงทำให้เกิดการเปลี่ยนแปลงแนวคิดด้านความไว้วางใจ - จากการพึ่งพาสมมติฐานไปเป็นการรับประกันแบบกำหนดแน่นอนที่อิงจากการตรวจสอบทางคณิตศาสตร์
การจัดตั้งชุดองค์ประกอบพื้นฐานนี้สำหรับการรับรู้มูลค่าของเศรษฐกิจ AI แบบกระจายอำนาจทำให้วิสัยทัศน์ของเศรษฐกิจ AI แบบกระจายอำนาจกลายเป็นจริงอย่างแท้จริง:
การจัดสรรข้อมูล: ผู้ใช้สามารถยืนยันความเป็นเจ้าของข้อมูลและรับผลประโยชน์
ความร่วมมือแบบจำลอง: แบบจำลอง AI ถูกเปลี่ยนจากเกาะปิดเป็นผลิตภัณฑ์ความร่วมมือแบบเปิด
ความเท่าเทียมกันในการมีส่วนร่วม: ตั้งแต่ผู้มีส่วนสนับสนุนข้อมูลไปจนถึงผู้พัฒนาโมเดลแนวตั้ง ผู้เข้าร่วมทั้งหมดสามารถกลายเป็นผู้มีส่วนได้ส่วนเสียในห่วงโซ่มูลค่า AI ได้
คาดว่าการออกแบบที่สอดคล้องกับแรงจูงใจนี้จะจำลองโมเมนตัมการเติบโตของ DeFi ได้: เมื่อผู้ใช้ตระหนักว่าการมีส่วนร่วมในการสร้าง AI (โดยการมีส่วนร่วมด้วยข้อมูลหรือความเชี่ยวชาญ) สามารถแปลงเป็นโอกาสทางเศรษฐกิจได้โดยตรง ความกระตือรือร้นของพวกเขาในการมีส่วนร่วมก็จะถูกกระตุ้นขึ้น เมื่อขนาดของผู้เข้าร่วมขยายตัวขึ้น ผลกระทบจากเครือข่ายก็เกิดขึ้น โดยข้อมูลคุณภาพสูงจำนวนมากขึ้นจะสร้างโมเดลที่ดีขึ้น ดึงดูดให้ผู้ใช้เข้าร่วมมากขึ้น ซึ่งในทางกลับกันก็จะสร้างความต้องการข้อมูลมากขึ้น ส่งผลให้เกิดวงจรการเติบโตที่เสริมกำลังตัวเอง
บทสรุป: สู่เศรษฐกิจ AI แบบเปิด
การเดินทางของ DeFi แสดงให้เห็นว่าพื้นฐานที่ถูกต้องสามารถปลดล็อกการเติบโตที่ไม่เคยมีมาก่อนได้ เรากำลังอยู่ในจุดเริ่มต้นของการพัฒนาที่คล้ายคลึงกันในเศรษฐกิจที่นำ AI มาใช้ในอนาคต ด้วยการกำหนดและนำแนวคิดพื้นฐานใหม่ๆ ที่ให้ความสำคัญกับข้อมูลและการจัดตำแหน่งมาใช้ เราสามารถเปลี่ยนโฉมการพัฒนา AI จากความพยายามทางวิศวกรรมแบบรวมศูนย์ไปเป็นความพยายามแบบกระจายอำนาจที่ขับเคลื่อนโดยชุมชน การเดินทางครั้งนี้จะไม่ปราศจากความท้าทาย: การทำให้แน่ใจว่ากลไกทางเศรษฐกิจให้ความสำคัญกับคุณภาพมากกว่าปริมาณ และหลีกเลี่ยงข้อผิดพลาดทางจริยธรรมที่ป้องกันไม่ให้แรงจูงใจด้านข้อมูลไปกระทบต่อความเป็นส่วนตัวหรือความยุติธรรม แต่ทิศทางก็ชัดเจนแล้ว แนวทางปฏิบัติ เช่น DAT และ iDAO ของ LazAI กำลังนำทางไปสู่การเปลี่ยนแปลงแนวคิดนามธรรมของ “AI ที่สอดคล้องกับมนุษย์” ให้เป็นกลไกที่เป็นรูปธรรมของการเป็นเจ้าของและการกำกับดูแล
ในขณะที่ DeFi ในระยะแรกได้เพิ่มประสิทธิภาพ TVL การขุดสภาพคล่อง และการกำกับดูแลผ่านการทดลอง เศรษฐกิจ AI ก็จะวนซ้ำบนพื้นฐานดั้งเดิมใหม่ๆ เช่นกัน ในอนาคต การอภิปรายและนวัตกรรมต่างๆ เกี่ยวกับการวัดมูลค่าข้อมูล การแจกจ่ายผลตอบแทนที่ยุติธรรม และการจัดตำแหน่งและผลประโยชน์ของตัวแทน AI จะเกิดขึ้น บทความนี้เพียงแค่กล่าวถึงโมเดลแรงจูงใจที่สามารถทำให้ AI เป็นประชาธิปไตยได้เท่านั้น โดยหวังว่าจะกระตุ้นให้เกิดการอภิปรายอย่างเปิดกว้างและการวิจัยเพิ่มเติม: เราจะออกแบบโมเดลเศรษฐกิจพื้นฐานที่เป็น AI มากขึ้นได้อย่างไร ผลลัพธ์หรือโอกาสที่ไม่ได้ตั้งใจอาจเกิดขึ้นอะไรบ้าง? การมีส่วนร่วมกับชุมชนในวงกว้างจะทำให้เรามีแนวโน้มที่จะสร้างอนาคตแห่ง AI ที่ไม่เพียงแต่มีความก้าวหน้าทางเทคโนโลยีเท่านั้น แต่ยังครอบคลุมถึงเศรษฐกิจและสอดคล้องกับค่านิยมของมนุษย์อีกด้วย
การเติบโตแบบก้าวกระโดดของ DeFi ไม่ใช่เรื่องมหัศจรรย์ แต่เกิดจากแรงผลักดันจากการจัดแนวทางจูงใจ วันนี้ เรามีโอกาสที่จะขับเคลื่อนการฟื้นฟู AI โดยทำสิ่งเดียวกันกับข้อมูลและโมเดล การเปลี่ยนการมีส่วนร่วมให้เป็นโอกาส และโอกาสให้เป็นผลจากเครือข่าย จะทำให้เราสามารถเริ่มขับเคลื่อน AI ที่จะปรับเปลี่ยนรูปลักษณ์ของการสร้างมูลค่าและการแจกจ่ายในยุคดิจิทัลได้
เราจะสร้างอนาคตนี้ไปด้วยกัน โดยเริ่มต้นด้วยชุดข้อมูลที่ตรวจสอบได้ ตัวแทน AI ที่สอดคล้อง และสิ่งที่เป็นพื้นฐานใหม่
